Similarity pada turnitin merupakan presentase kemiripan antara dokumen yang diperiksa dengan berbagai sumber yang ada di databse turnitin, sepertu jurnal, buku, skripsi maupun halawan web. Namun angka similarity tidak serta-merta menunjukan bahwa sebuah tulisan melakukan plagiarisme. Hasil tersebut tetap perlu dianalisis berdasarkan sumber kemiripannya dan cara penulis menggunakan referensi yang di dapat.
banyak mahasiswa dan pelaku akademik yang khawatir ketika melihat hasil similarity mencapai angka tinggi, padahal similarity hanya indikator yang menunjukan tingkat kemiripan teks, bukan sebuah penilaian akhir apakah sebuah karya tulis melakukan plagiarisme.
Berikut penjelasan lengkap tentang Apa Arti Similarity pada Hasil Turnitin?
1. Pengertian Similarity
Similarity adalah tingkat kemiripan suatu teks atau dokumen dengan sumber lain yang ada di dalam database, yang bisa di ukur menggunakan alat pendeteksi plagiarisme seperti turnitin.
Menurut Journal of Pakistan Medical Association / PubMed Central (PMC) menuliskan bahwa similarity sebagai indeks hasil identifikasi materi yang cocok untuk elektronik setelah dokumen yang pernah di publish sebelumnya. Penulis menekankan bahwa hasil angka similarity ini murni merupakan pencocokan teks statistik.
Bagaimana Turnitin Menghitung Similarity?
Turnitin bekerja dengan cara membandingkan setiap teks dalam dokumen yang akan di cek dengan seluruh database yang dimiliki, setelah proses selesai sistem akan menghasilkan angka yang kita kenal dengan similarity report yang menunjukan persentase kemiripan dengan sumber asalnya. Berikut adalah tahapan umumnya:
1. Pra-pemrosesan teks
Sebelum melakukan pemeriksaan similarity turnitin lebih dulu memproses dokumen dengan membersihkan berbagai elemen yang tidak termasuk isi utama, seperti gambar, tabel, catatan kaki dan format khusus lainnya. dengan tujuan agara sistem berfokus pada teks.
2. Tokensisasi Teks
setelah dokumen bersih dari elemen yang tidak perlu, isi teks dipecah menjadi unit-unit kecil yang disebut "token". Token dapat berupa kata, frasa, atau rangkaian beberapa kata agar proses perbandingan lebih mudah.
3. Pencocokan Teks
Pada tahap ketiga ini, token yang telah dihasilkan dibandingkan dengan jutaan dokumen yang tersimpan di database. Proses ini dilakukan menggunakan beberapa teknik di antaranya, teknik String Matching dan Fuzzy Matching.
4. Perhitungan Similarity
Setelah seluruh proses pencocokan selesai, Turnitin akan menghitung tingkat kemiripan berdasarkan jumlah teks yang cocok dengan sumber lain. Hasilnya kemudian ditampilkan dalam bentuk presentasi similarity.
5. Pembuatan Laporan
Proses terakhir yaitu penyusunan similarity report yang dapat digunakan sebagai bahan evaluasi. Laporan ini menampilkan berbagai informasi penting seperti:
- Presentase total similarity
- Daftar sumber yang memiliki kemiripan
- Penanda berwarna pada bagian teks yang terindikasi
- Fitur penyaringan untuk mengecualikan kutipan, daftar pustaka, maupun potongan teks pendek.
Melalui laporan tersebit pengguna dapat mengetahui bagian mana yang perlu di perbaiki.
Memahami arti similarity merupakan langkah penting untuk menghasilkan karya ilmiah yang berkualitas. Agar proses pengecekan dan revisi menjadi lebih mudah kamu bisa menggunakan layanan Manuru.id untuk cek similarity, parafrase, hingga AI detector.
FAQ
1. Apakah similiarity 20% termasuk tinggi?
Belum tentu. Banyak perguruan tinggi masih menganggap angka tersebut wajar, tetapi setiap kampus memiliki kebijakan yang berbeda.
2. Apakah similarity 0% berarti tulisan pasti asli?
Tidak. Similarity 0% hanya menunjukan bahwa turnitin tidak menemukan kemiripan pada database yang di periksa.
3. Apakah turnitin mendeteksi plagiarisme?
Turnitin mendeteksi tingkat kemiripan, sedangkan penilaian apakah karya termasuk tetap dilakukan oleh dosen atau instansi.
4. Bagaimana cara mengurangi similarity?
Lakukan parafrase yang benar, gunakan sitasi sesuai aturan, hindari hanya copy paste, dan periksa kembali dokumen sebelum di submit.
5. Apakah kampus memiliki batas similarity yang sama?
Tidak. Setiap kampus memiliki kebijakan batas angka similarity yang berbeda-beda.